TensorLayer原理與安裝是怎樣的，相信很多沒(méi)有經(jīng)驗(yàn)的人對(duì)此束手無(wú)策，為此本文總結(jié)了問(wèn)題出現(xiàn)的原因和解決方法，通過(guò)這篇文章希望你能解決這個(gè)問(wèn)題。

我們提供的服務(wù)有：成都做網(wǎng)站、成都網(wǎng)站設(shè)計(jì)、微信公眾號(hào)開(kāi)發(fā)、網(wǎng)站優(yōu)化、網(wǎng)站認(rèn)證、高明ssl等。為上1000家企事業(yè)單位解決了網(wǎng)站和推廣的問(wèn)題。提供周到的售前咨詢(xún)和貼心的售后服務(wù)，是有科學(xué)管理、有技術(shù)的高明網(wǎng)站制作公司

Tensorlayer簡(jiǎn)介

深度學(xué)習(xí)框架使用的問(wèn)題

對(duì)于深度學(xué)習(xí)開(kāi)發(fā)者來(lái)說(shuō)，深度學(xué)習(xí)系統(tǒng)變得越來(lái)越復(fù)雜。以至于我們需要使用輕量級(jí)的工具從頭到尾來(lái)管理流程，為了將更多的連續(xù)學(xué)習(xí)內(nèi)置到神經(jīng)網(wǎng)絡(luò)中，這就要求我們建立可以迭代增強(qiáng)的更有彈性的數(shù)據(jù)集以及更多的動(dòng)態(tài)模型。
深度學(xué)習(xí)開(kāi)發(fā)人員必須花費(fèi)大量的時(shí)間來(lái)整合神經(jīng)網(wǎng)絡(luò)的組件，管理模型生命周期，組織數(shù)據(jù)和調(diào)整系統(tǒng)并行度等等。隨著使用新的培訓(xùn)樣本后，人類(lèi)對(duì)于神經(jīng)網(wǎng)絡(luò)模型的見(jiàn)解，更新模型和跟蹤其變化的能力就變得非常必要了。為此倫敦帝國(guó)理工學(xué)院的一個(gè)團(tuán)隊(duì)開(kāi)發(fā)了一個(gè)python庫(kù)來(lái)管理跨學(xué)科開(kāi)發(fā)人員項(xiàng)目的復(fù)雜迭代過(guò)程。

TensorLayer誕生

為了更好地管理開(kāi)發(fā)過(guò)程，該團(tuán)隊(duì)開(kāi)發(fā)了一個(gè)通用的Python庫(kù)——TensorLayer。這個(gè)庫(kù)集成了很多開(kāi)發(fā)過(guò)程中包括的方法，其中包括（操作、模型生命周期、并行計(jì)算、失敗）都以模塊化進(jìn)行抽象。這些模塊包括以下功能：

• 用于管理神經(jīng)網(wǎng)絡(luò)層

• 用于管理模型和其生命周期

• 用于管理數(shù)據(jù)集

• 解決容錯(cuò)的工作流模塊。

Keras與TFLearn的弊端

雖然像Keras和TFLearn這樣的工具現(xiàn)在很有用，但它們并不像網(wǎng)絡(luò)那樣可以隨網(wǎng)絡(luò)的擴(kuò)張變得更復(fù)雜甚至無(wú)限制的迭代。它們提供了必要的抽象，以降低使用工具的門(mén)檻，但又掩蓋了很多底層的算法。雖然對(duì)開(kāi)發(fā)者有好處，但是相對(duì)來(lái)說(shuō)底層技術(shù)就變得難以調(diào)整和修改，而底層技術(shù)的修改和調(diào)整，這在解決許多現(xiàn)實(shí)世界的問(wèn)題上是非常必要的。

TensorLayer的特點(diǎn)

與Keras和TFLearn相比，TensorLayer不僅提供了高級(jí)抽象，而且提供了包括數(shù)據(jù)預(yù)處理、訓(xùn)練、訓(xùn)練后處理，以及服務(wù)模塊和數(shù)據(jù)庫(kù)管理在內(nèi)的端到端工作流程，這些是開(kāi)發(fā)者建立一個(gè)完整模型所需要的全部過(guò)程。
TensorLayer倡導(dǎo)更靈活且可組合的范式：神經(jīng)網(wǎng)絡(luò)庫(kù)可以與本機(jī)引擎交換使用。這允許開(kāi)發(fā)者輕松地利用預(yù)建模塊，而且不會(huì)影響可見(jiàn)性。這種非侵入性也使得與其他TF的包裝器如TF-Slim和Keras合并成為了可能。并且開(kāi)發(fā)小組認(rèn)為，靈活性不會(huì)影響性能。

Tensorlayer環(huán)境搭建(CPU版)

• conda 4.4.10

• python 3.5

• opencv 3.2.0

• tensorflow 1.7.0

• tensorlayer 源碼安裝

安裝步驟

查看conda環(huán)境

conda env list
#或者
conda info -e

新建conda虛擬環(huán)境(tensorlayer)

conda create -n tensorlayer python=3.5  ipykernel

進(jìn)入搭建的tensorlayer環(huán)境

source activate tensorlayer

安裝tensoflow1.7.0

采用清華的鏡像源進(jìn)行安裝（CPU版）
網(wǎng)址：https://mirrors.tuna.tsinghua.edu.cn/help/tensorflow/

pip install \
 -i https://pypi.tuna.tsinghua.edu.cn/simple/ \
 https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/cpu/tensorflow-1.7.0-cp35-cp35m-linux_x86_64.whl

安裝opencv3

conda install -c https://conda.anaconda.org/menpo opencv3

下載并安裝tensorlayer

git clone https://github.com/tensorlayer/tensorlayer.git
cd tensorlayer
pip install -e .

Jupyter notebook加載虛擬環(huán)境

#一定要在虛擬環(huán)境中！！
source activate tensorlayer
python -m ipykernel install --user --name tensorlayer --display-name "Python (tensorlayer)"

測(cè)試

python
>>> import tensorflow
>>> import tensorlayer

            

看完上述內(nèi)容，你們掌握TensorLayer原理與安裝是怎樣的的方法了嗎？如果還想學(xué)到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝各位的閱讀！

網(wǎng)站題目：TensorLayer原理與安裝是怎樣的
文章出自：http://chinadenli.net/article14/jpcede.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供定制網(wǎng)站、Google、自適應(yīng)網(wǎng)站、服務(wù)器托管、小程序開(kāi)發(fā)、響應(yīng)式網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶(hù)投稿、用戶(hù)轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話(huà)：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)